4、有N件物品和一个容量为V的背包。第i件物品的重量是w[i]，价值是v[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。

这是一道经典的背包问题，可以使用动态规划来解决。

首先定义一个二维数组dp，其中dp[i][j]表示将前i件物品装入容量为j的背包中所能获得的最大价值。

考虑第i件物品，有两种情况：

1. 不选第i件物品，则dp[i][j] = dp[i-1][j]；

2. 选第i件物品，则dp[i][j] = dp[i-1][j-w[i]] + v[i]；

最终的答案即为dp[N][V]。

根据上述状态转移方程，可以得到以下动态规划代码：

int dp[N+1][V+1];
memset(dp, 0, sizeof(dp));
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= V; j++) {
if (j < w[i]) {
dp[i][j] = dp[i-1][j];
}
else {
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]);
}
}
}
cout << dp[N][V] << endl;

时间复杂度为O(NV)，空间复杂度为O(NV)。